计算机学院本科生金太宇在国际知名期刊《Neurocomputing》上发表论文

计算机学院 吕从东 报道

近日，计算机学院计算机科学与技术专业2022级本科生金太宇以第一作者身份，在国际知名期刊《Neurocomputing》（中科院二区，IF：6.0）上发表题为《A novel hierarchical clustering approach based on granular-ball computing》的研究论文。论文第二作者为计算机学院2023级硕士研究生孙旭，通讯作者及第三作者为计算机学院教授黄兵，第四作者为商学院副教授王天行。

该研究针对传统层次聚类算法计算复杂度高、效率受限的瓶颈，创新性地引入粒球计算思想，提出了两种新型层次聚类算法：FI-GBHC与PB-GBHC。该方法以“粒球”作为聚类基本单元，将数据点聚合为几何结构明确的粒球，并依据粒球之间的相交关系进行层次合并，显著降低了算法的计算开销。同时，算法能够构建多叉树形式的聚类层次结构，更贴合复杂数据的真实分布特征。

实验部分在多个合成与真实数据集上对算法性能进行了系统验证。结果表明，FI-GBHC与PB-GBHC在运行效率上显著优于传统层次聚类方法及现有先进算法，同时保持了良好的聚类精度，展现出优秀的可扩展性与实用价值。

此项研究工作体现了计算机学院在推动学科创新与实施本硕协同培养模式方面的成效，展现了本科生科研素养和学院学术生态。该论文的发表是对学生科研能力的认可，也是学院在人工智能与数据挖掘领域持续深耕与创新能力的重要体现。

论文链接：https://doi.org/10.1016/j.neucom.2025.132200

代码开源：https://github.com/jin-taiyu/GBHC.git